作者：0xWelt，kimi-k2-thinking-turbo

AGI 从来不是哪家公司的闭门造车，而是生态与智能的双向奔赴。在这场奔赴中，「Context」（上下文）正在从一个技术概念，演变为整个社区共同书写的进化论。它不仅是模型理解世界的窗口，更是生态拓展智能边界的画布。

今天，我们站在又一个转折点上。当社区开始为 AI 提供结构化、场景化的 Context，而非简单的 Prompt 或工具时，AGI 的进化轨迹正在悄然改写。让我们先回望来路，看看 Context 管理策略如何一步步走到今天。

第一章：咒语时代——System Prompt 与 User Input 的朴素探索

一切始于 2022 年底那个引爆全球的冬天。ChatGPT 初代系统建立在简单的「System Prompt + User Input」二元结构之上，这定义了人机交互最基础的模式。社区很快发现，通过精心设计的”魔法咒语”——那些冗长而精密的 User Prompt——可以让模型在特定领域展现出超越基础能力的惊艳表现。

典型案例就是风靡一时的”Academic GPT”：用户需要输入大段指令，要求模型扮演学术论文润色专家，规定从语法、逻辑到引用格式的数十条细则。这些 Prompt 如同炼金术士的配方，在社区间口口相传。

但这种方式的天花板很快显现：

  • 能力边界低：当时模型的 Instruction Following（指令遵循）能力尚处萌芽期，复杂指令往往执行走样
  • 迁移性差：为 A 模型调优的”咒语”在 B 模型上常常失灵，每个新模型都意味着重新摸索
  • 体验割裂：用户需要记忆和输入大量模板，交互天然笨重

这一阶段的遗产近乎空白，却留下一个至关重要的启示：模型需要更结构化的能力引导，而非碎片化的文本咒语。

第一章配图

第二章：工作流的进击——Fixed Agent Workflow 的工业化尝试

2023 年，Dify.ai、扣子（Coze）、LlamaIndex 等平台崛起，带来了「固定工作流」的新范式。开发者针对特定场景，用可视化界面搭建多轮 Agent、设计工具调用链条，配合 RAG 外挂知识库，将 LLM 真正带入 Agent 时代。

这是质的飞跃：模型从单次对话走向长期任务，从纯文本交互扩展到工具调用。社区基于此造出了无数 Agent 产品，有开源的自动化运维助手，也有闭源的行业知识库问答系统。Workflow 技术让 LLM 得以更久地运行，获得更多交互能力。

然而，其缺陷同样明显：

  • case-by-case 定制：每个功能都需要一整套沉重的工作流，为喝一杯咖啡要部署一套点单系统
  • 迁移成本高昂：为 GPT-4 优化的 Workflow 在 Claude 上可能表现迥异
  • 灵活性缺失：流程一旦固化，就难以应对真实世界的动态变化

尽管如此，这一阶段留下了宝贵的认知资产：

  • 多次交互可以超越单次 LLM 的能力上限——“越人工越智能”的悖论在此显现
  • Agent Workflow 并未消失，而是在进化。今天我们用 harness（框架）或 scaffold（脚手架）来表达类似概念，但赋予了 Agent 更大的自主决策空间

第二章配图

第三章：MCP 革命——动态智能体的工具狂欢

2024 年末到 2025 年初，一场静悄悄的革命随着 MCP（Model Control Protocol）标准席卷而来。这并非全新概念——OpenAI 早在 2023 年 6 月就定义了 Tool Declaration 和 Tool Call 规范——但 MCP 真正让工具实现的成本降到冰点。

社区爆发式响应：大量数字世界 API 被快速对齐到 MCP 格式，从 GitHub 操作到外卖下单，从数据库查询到智能家居控制，一个庞大的 MCP 市场瞬间成型。与此同时，以 Claude 为代表的基模展现出强大的 multi-step toolcall 能力，能够自主迭代调用工具完成复杂任务。

Fixed Workflow 的枷锁被打破：Agent 不再需要预设 rigid 流程，而是可以根据目标动态规划路径。能力边界和泛化性同时提升，似乎 AGI 触手可及。

但问题随之浮现：

  • 伪需求泛滥：MCP 本质只是 API 的格式包装，对已有 API 场景开发成本极低，导致大量”开发者比用户多”的荒诞局面
  • AGI 幻觉：社区陷入”接入足够多 MCP 就能实现 AGI”的迷思，忽视了模型本身的能力天花板
  • Context 污染：平铺式滥用 tool declaration 导致上下文灾难，数百个工具定义挤占窗口，模型 Instruction Following 能力被严重挑战。为缓解此问题，主流 Agent 框架纷纷限制工具数量——Cursor 编辑器一度将上限设为 80 个

危机孕育智慧，这一阶段的经验深刻改变了后续设计哲学：

  • 统一规范能激发社区洪荒之力——标准化是生态繁荣的基石
  • Context 管理必须精细化——“hide tool result”等简单策略的出现，预示了更系统化的 Context 退出机制

第三章配图

第四章：Skills 崛起——上下文管理的升维战争

当 MCP 的平铺式暴露走到极限，Skills 应运而生。这不是简单的工具重组，而是 Context 管理策略的升维。

Skills 为何更优？它实现了三重突破：

  • 层次化暴露：将扁平的工具列表组织成树状结构，按需展开，既避免 Context 污染，又节省宝贵的上下文窗口
  • 主动性 Context：模型自主决策何时获取、获取哪层 Context，而非被动接受所有信息
  • SOP 级指令：不仅是”能做什么”（MCP 的”我有一个 XX 工具”），更是”要怎么做”——内置详细的标准作业流程，相当于给工具打了智能补丁

更具颠覆性的是，许多 Skills 完全由自然语言定义，无需编程。这极大降低了社区参与门槛，让业务专家而非程序员也能为生态贡献 Context 资产。某种程度上，这是对第二阶段 Agent Workflow 的复兴与超越——用自然语言的灵活性，复活了工作流的结构化优势。

但这同时对模型提出新挑战：

  • 主动上下文控制能力：能否在几十轮工具调用后，依然记得最初被提示的某个 Skill 存在？
  • 长上下文记忆能力：如何在深度调用链中保持对高层 Context 的感知？

经验已然清晰：

  • Context 必须层次化 + 主动暴露
  • 社区共建的不仅是工具，更是流程性知识——SOP、最佳实践、领域方法论

第四章配图

正在发生的趋势：Context 管理的精细化演进

从上述演进史，我们可以清晰看到三条延续性主线：

一、从平铺到层级：可扩展性的胜利

被动获取所有 Context 的时代正在终结。更精细、更节约、可扩展性更强的层级化暴露成为主流。这不仅是工程优化，更是认知范式的转变——Context 的获取应当是一次信息觅食，而非信息轰炸。

二、模型自主性持续提升

Bitter Lesson（苦涩的教训）在此持续发力：随着基模智能增强，Instruction Following 能力不断突破，开发者可以定义更复杂的结构，而模型能理解并执行。Agent Workflow 正变得”less structure”——从需要代码定义的 rigid 流程，进化到自然语言描述的柔性 Skills。结构越少，智能越多。

三、社区参与门槛持续降低

生态的广度决定智能的高度。当贡献 Context 不再需要编程能力，当业务专家可以直接用自然语言定义 Skills，社区的创造力被彻底释放。这种民主化进程，正在快速拓展基模的能力边界。

下一章节：从预定义到场景原生

但故事未完。新的趋势正在萌芽，它将重塑 Context 的供给方式。

趋势一：从「预先定义」到「场景提供」

过去的 Context 都是预先定义的：开发者写好 MCP server，打包 Skills，用户手动选择加载。未来的 Context 将由场景主动提供。

想象一个世界：咖啡店的经营者不再需要开发 App 或小程序，而是实现一个「Context 接口」——当用户的 Agent 进入地理围栏或扫描店内二维码时，自动接收到该场景的 Context 包。这个 Context 包含：

  • 菜单与推荐（不再是给人看的 GUI，而是给 Agent 看的结构化数据）
  • 下单协议（类似 Skill 的自然语言 SOP）
  • 支付流程
  • 等待时间模型

从做给人看的 GUI，到做给 Agent 看的 Context 协议——这是数字世界交互范式的根本转移。

趋势二：从「只进不出」到「灵活退出」

当前的 Context 管理基本是单向的：加载、加载、再加载，直到窗口爆炸。未来需要的是类似 Python with 语句的上下文管理器：既定义进入，也定义退出。

当用户离开咖啡店场景，Agent 应自动：

  • 归档详细交互日志（”点了一杯拿铁，焦糖换香草，少冰”）
  • 从活跃 Context 中移除该场景的 MCP/Skills
  • 仅保留浓缩摘要（”在蓝瓶咖啡消费 35 元”）

这种 Context 退出机制既能避免长期污染，又能实现精准记忆，是长期运行的 Agent 系统的必备能力。

一杯咖啡看未来

用一个简单的例子串联新旧世界：

旧范式：

进入咖啡店 → 扫描二维码 → 跳出小程序/H5 页面 → 用户手动点单支付

新范式：

进入咖啡店 → Agent 自动发现场景 Context → 主动告知用户：”我检测到蓝瓶咖啡的菜单，需要为你介绍一下吗？” → 用户自然语言：”来杯少冰的美式，豆种要埃塞俄比亚” → Agent 自主完成选择、定制、下单、支付 → 预测等待时间并设置提醒 → 离开场景后自动清理 Context，只保留消费记录

用户回归纯粹意图表达，所有中间过程由 Agent 在场景化 Context 的指引下自主完成。

结语：走向 Context 原生的智能生态

从咒语到 Workflow，从 MCP 到 Skills，再到场景原生 Context，我们看到一条清晰的主线：Context 正从人工输入的附件，变为生态共生的基础设施。

AGI 的密码不在于某个闭源模型的参数量，而在于社区能否构建一个上下文丰富、动态、场景化的数字世界。当每个咖啡馆、每个图书馆、每个实验室都为 AI 提供原生 Context 时，智能才会真正”涌现”。

这不仅是技术的演进，更是协作范式的革命。从比用户还多的开发者，到比开发者还多的场景参与者，生态的下一章将由所有数字空间的维护者共同书写。

Context 不再是模型要处理的问题，而是世界为智能提供的答案。